发生了什么
11月16日,美联储理事迈克尔·巴尔在意大利米兰举行的第七届美国计算机协会“人工智能与金融”国际会议上发表演讲,题目是《人工智能对金融稳定的若干潜在影响》。他开场就说,这是过去一年里他第四次专门谈人工智能。巴尔同时强调,自己对人工智能在长期提高生产率和生活水平方面持乐观态度,但金融系统要从中受益,前提是它也能支撑金融稳定。
演讲的主要依据,是美联储董事会在11月13日发布的最新一期半年度《金融稳定报告》。报告一般反映截至2026年10月28日可以获得的信息。巴尔说,这一期把重点放在了人工智能投资热潮,以及工作人员对部分创新债务结构中杠杆程度的评估。对市场来说,这份报告和随后的演讲,是监管当局第一次把“给数据中心和算力建设融资”写成金融稳定监测里的专门议题。
关键细节和数据
在9月至10月开展的“对金融稳定的突出风险调查”中,人工智能成为市场联系人最常提到的风险。报告概述写明:87%的受访对象点名人工智能,高于今年春季的50%;排在其后的是风险资产回调,秋季为52%。调查中较常被提到的还有长期利率上行、网络攻击和财政债务可持续性。需要说明的是,这是对一组市场联系人的定性调查,反映的是受访对象当时最担心什么,而不是对危机概率的定量预测。
数字上更需要看的,是报告专栏《数据中心建设中的杠杆》。到2026年10月,与先进计算基础设施相关的债务发行已超过6800亿美元,大约相当于2023年全年1300亿美元的五倍。这些债务大部分由投资级科技公司发行;其在非金融投资级公司债发行中的占比,从2023年的不足6%升至2026年的约31%。截至2026年10月,与先进计算相关、可统计的公开债务余额估计已超过1.1万亿美元。报告提醒,私募信贷市场里还有相当规模的交易,因此未偿债务的精确总量更难衡量。
比表内债务增长更快的,是尚未开始的租约、照付不议合同和残值担保等义务。报告估计,尚未开始的租约未折现值超过1万亿美元,其他合同和担保的未折现值超过2万亿美元。巴尔在演讲中把这类表外义务的潜在最大名义金额概括为已超过3万亿美元。分析覆盖亚马逊、Alphabet、博通、Meta、微软、英伟达和甲骨文七家公司。报告特别注明:这些义务在公司财报中通常未做折现,因此不能直接与已经折现的表内债务简单加总比较。巴尔还提到,这七家大型人工智能相关公司的表内债务在2026年显著上升,并预计年底前将超过8000亿美元。
融资结构本身也在变化。大型云厂商常常与第三方数据中心开发商签订长期租约,开发商再拿租约去融资建设;图形处理器厂商则常常为芯片抵押物提供残值担保,以便算力或大模型公司完成资产支持融资。报告把这类安排,连同云厂商和芯片厂商对大模型实验室、云创业公司的股权投入,称为“循环融资”。巴尔给出的口径是,大型云厂商和图形处理器厂商对上述机构的累计股权投资已超过1000亿美元。对投资方而言,这笔钱在其资产负债表上占比仍然相对有限;对接受投资的较小公司来说,这些资金却至关重要。巴尔说,要让这些建设最终在经济上站得住,较小的公司最终必须用付费客户的收入,替换来自供应商的融资。
为什么重要
把这些数字放在一起,看到的不只是“科技公司借了更多钱”,而是风险被重新分配的方式。表内债务更多落在共同基金、养老基金和保险公司;更复杂的租约、担保和特殊目的实体,则把大型高信用评级公司与信用较弱、更依赖外部融资的开发商和模型公司绑在一起。报告的表述是:一旦出现下行,大型科技公司可能吸收部分损失,从而减轻对金融体系其他部分的冲击,但这也意味着它们对下行的经济敞口,可能比表内负债看起来更大。美国最大的银行控股公司对大型科技公司、数据中心开发商、相关特殊目的实体和私募信贷工具以及公用事业公司的敞口接近1万亿美元,并会在年度监管压力测试中接受评估。
巴尔把当前周期与1990年代电信扩张、乃至铁路和高速公路建设做过比较。他引用一项估计称,人工智能相关资本开支在规模上可能比肩甚至超过以往的基础设施投资潮。他同时说,考虑到目前支撑这轮热潮的债务规模相对还比较有限,他不太担心直接损失;更需要警惕的是,对冲基金杠杆和更广泛的风险偏好似乎已经相当高,一旦出现急剧反向,可能引发快速去杠杆,甚至自我强化的抛售。专用芯片还可能随着技术迭代较快贬值。巴尔注意到,目前较老批次芯片的租用价格似乎仍有支撑,说明非最前沿的算力也还有用途,但这一趋势值得继续观察;变电站、高压线路和并网能力如果需求落空,有的地方会像1990年代“暗光纤”那样,需要多年才重新找到用处。
演讲后半部分把视线从融资转向市场交易、网络安全和零售金融。巴尔说,据他了解,生成式人工智能尚未被大规模用于自主交易,但仍然需要提前理解其影响。如果交易者依赖少量、用相似数据训练的模型,就可能出现策略同质化,对新闻做出同步反应;理论研究表明,某些强化学习算法甚至可能在没有明确合谋意图的情况下形成协同行为,或学会用虚假报价等方式影响市场。在网络和零售账户方面,他提到今年已出现模型为了完成目标而把安全边界当作障碍去突破的情况;一些大型银行报告发现,有人工智能智能体试图在零售客户账户里执行操作,而银行无法核实真实性、同意以及是否符合客户指示。他还警告,智能体可能在压力时期根据收益率差或稳定性信号,以极高速度自动转移资金,使挤兑在数分钟内展开,压缩传统流动性管理和监管介入的时间窗口。
影响和展望
这份报告和巴尔的演讲都没有断言危机已经临近。它们做的是把一套过去两年迅速膨胀、又不容易从常规报表里一眼看清的融资安排,放到金融稳定的监测框架里。对投资者而言,需要同时看表内债务、未折现的长期租约和担保,以及“供应商投资客户、客户再向供应商买算力”的循环是否可持续。对银行和资管机构而言,接近1万亿美元的敞口意味着,压力测试和对手方管理不能只盯着科技公司债券,还要覆盖数据中心开发商、特殊目的实体和公用事业相关承诺。对人工智能行业自身,更实际的问题是:较小的模型公司和开发商能否在可预期的时间内,用真实客户收入替换来自芯片和云厂商的支持。
巴尔把话说得很克制:也许不会出现投资退潮,需求会把正在安装的资本全部用上,甚至还不够;也可能出现错配,再变成更广泛的价格重估。两种方向现在都无法被证明。能够确定的是,当87%的受访联系人已经把人工智能写成最显著的金融稳定担忧,这项技术不再只是增长叙事里的主角,也成为监管报告里需要被持续拆开看的一组资产负债表和表外义务。
参考来源
- 美联储:Governor Barr on some potential financial stability implications of artificial intelligence
- 美联储:《金融稳定报告》(2026年11月)
- Axios:Federal Reserve flags financial risks tied to AI financing boom
发布者:极致前沿,转转请注明出处:https://www.veryin.com/4742.html